黏弹性凝血监测用于脓毒症早期检测

该数据集来自 clinicaltrials.gov,主题为黏弹性凝血监测(VCM)用于脓毒症早期检测,属于感染性疾病/脓毒症方向

Hellenic Institute for the Study of SepsisHellenic Institute for the Study of Sepsis
clinicaltrials
浏览 3
其他预测InfectionSepsis
Viscoelastic Coagulation for Early Sepsis Detection

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-09

资源简介

黏弹性凝血监测用于脓毒症早期检测

该数据集来自 clinicaltrials.gov,主题为黏弹性凝血监测(VCM)用于脓毒症早期检测,属于感染性疾病/脓毒症方向。研究为观察性设计,关注因疑似感染就诊于急诊科的成年患者,探讨VCM测得的凝血变量能否作为进展为脓毒症的早期预测指标,并分析是否存在与较高脓毒症风险相关的特定VCM特征。参与者需签署知情同意,入组后在急诊科采血进行VCM分析及全血细胞计数。数据可用于脓毒症早期预测与凝血指标相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:感染、脓毒症。本观察性研究的目标是探讨通过黏弹性凝血监测(VCM)测得的选定凝血变量能否作为因疑似感染就诊于急诊科(ED)的成年患者进展为脓毒症的早期预测指标。其主要试图回答的问题是:八个VCM衍生的凝血参数中是否有任何一个能预测早期进展为脓毒症?在急诊科就诊时是否存在与较高脓毒症风险相关的特定VCM特征?出现疑似感染体征而就诊于急诊科的参与者将被要求亲自或通过法定代理人提供书面知情同意。同意后,他们将被纳入研究。所有参与者将在急诊科接受采血以进行VCM分析、全血细胞计数

【主题与分类】

主题标签:Infection、Sepsis。本站分类:感染性疾病/脓毒症。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07073456

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

下载信息

注册下载

需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。

暂未开放

公开下载

无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。

免登录

有偿下载

公开数据集受托下载与技术交付服务。

提供高速下载与技术交付服务(收技术服务费,非数据销售)

暂未开放

当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT07073456

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 部分平台提供 SDK,例如:
    • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
    • ModelScope: pip install modelscope 后 modelscope download
    • 天池: 登录后页面提供直链下载
      以源站「数据下载/使用文档」页面为准。

数据说明

条件:感染、脓毒症。这项观察性研究的目标是探究通过粘弹性凝血监测(VCM)测得的特定凝血变量能否作为疑似感染成人患者急诊科(ED)就诊时进展为脓毒症的早期预测指标。该研究旨在回答的主要问题是:八项VCM衍生的凝血参数中是否有任何一项能够预测早期进展为脓毒症?是否存在与急诊就诊时较高脓毒症风险相关的特定VCM特征?因疑似感染体征就诊于急诊科的患者将被要求亲自或通过法定代理人提供书面知情同意。获得同意后,患者将被纳入研究。所有参与者将在急诊科接受采血,用于VCM分析、全血细胞计数、常规生化检查及炎症标志物(如CRP和降钙素原)检测。若患者出院,将在连续三天内通过电话联系患者,以监测感染病程并评估生存状态。

若患者入院,将连续三天每天采集血液进行VCM分析。这是一项单中心、前瞻性概念验证研究,在ATTIKON大学综合医院与第四内科合作开展。

数据加载示例(图像类)

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。

数据缺失?

依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。

⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。

获取专属数据定制方案